基于小波最优重构尺度的AUV推进器故障检测方法

针对采用传统小波方法检测外部干扰下自主式水下机器人(AUV)推进器故障时存在的故障检测灵敏度较低问题,提出一种基于小波最优重构尺度确定的AUV推进器故障检测方法,基于小波Shannon熵的小波最优重构尺度确定方法确定离散多层小波分解后细节系数的最优重构尺度,目的是滤除外部干扰等与故障无关信号,并选择故障信息含量最多的最佳重构尺度进行小波单支重构以识别AUV推进器故障特征.AUV实验样机水池实验结果表明,与传统小波方法相比较,所提方法故障检测灵敏度提高了27.78%.     

基于终端滑模观测器的水下机器人推进器故障重构

研究了基于终端滑模观测器的水下机器人推进器故障重构方法.针对传统滑模观测器中状态估计误差渐进收敛而影响推进器故障重构时效性的问题,利用终端滑模所具有的有限时间收敛特性,构建终端滑模观测器以保证所有的状态估计误差在有限时间内收敛,并利用等效输出误差注入方法重构推进器故障值.通过仿真对所提方法进行有效性验证.     

基于随机共振的振动故障特征提取及可分性分析

为提高故障特征提取的准确性,将随机共振算法用于振动信号的预处理,在此基础上进行故障特征的提取。首先介绍了随机共振的降噪原理,并对适用于大参数信号的变尺度随机共振进行了分析,提出一种快速的频率压缩比R的寻优方法;为了验证本文提出的特征提取方法,分别提取了基于时域、频域和时频域的振动故障特征集;最后,应用类内类间离散度指标对故障集的分类性能进行了分析。分析结果表明,由随机共振输出信号提取得到的特征集的分类指标要明显优于原始信号提取的特征集,特征提取的准确性得到显著提高。     

基于决策融合的卫星导航欺骗干扰识别

针对如何进一步提高卫星导航欺骗干扰检测率问题,本文提出了一种基于决策融合的识别方法。首先对GPS信号进行小波变换,然后通过奇异值分解得到以奇异值为特征参数的特征向量,再分别送入支持向量机、概率神经网络和决策树分类器进行识别,把3个分类器各自的识别结果通过K/N准则进行决策融合,得到最终的识别结果。仿真实验表明,决策融合方法的平均检测率比SVM高3.75%,比PNN高5.06%,比决策树高12.36%。     

基于干扰观测器的AUV深度自适应终端滑模控制

针对欠驱动自治水下机器人（autonomous underwater vehicle,AUV）在外部干扰和系统内部扰动下深度难以控制的问题,提出基于非线性干扰观测器（nonlinear disturbance observer,NDO）的自适应终端滑模控制方法。首先建立欠驱动AUV在垂直面上的状态方程并对其简化,其次根据简化后的系统状态方程构建NDO对外部干扰进行观测,再结合反步法设计出自适应终端滑模控制器;最后通过李雅普诺夫稳定性理论证明控制系统的稳定性。结果表明：欠驱动AUV最大跟踪误差为0.137 5 m,峰值时间为2.1 s,证明了所设计的控制器能够实现深度控制,降低抖振,具有较强的鲁棒性。     

基于多级深度特征与随机游走的显著性检测

为了解决图像显著性检测中传统方法特征学习不全面、复杂场景下显著区域凸出不明显的问题,提出了一种基于多级深度特征和随机游走的显著性检测算法。首先,利用全卷积神经网络,结合深层和浅层卷积特征信息对图像进行多级卷积深度特征提取;然后,对图像进行超像素分割,将提取的深度卷积特征分配给相应的超像素,构建特征矩阵;最后,通过正则化随机游走排序模型生成最终的显著图。在ECSSD和DUT-OMRON数据库上的实验结果表明,与6种具有代表性的显著性检测算法相比,文中算法的准确性和F值具有一定的优势。     

随机故障下计算机网络中的病毒传播研究

基于复杂网络理论,本文研究了随机故障条件下计算机网络上的病毒传播的动力学行为。考虑计算机网络度分布满足幂率分布,本文给出了随机故障条件下计算机网络度分布的近似分布函数．进而研究了计算机网络上的SIS传播模型的动力学行为。通过对模型的稳态解的性质进行分析,我运用拉格朗日中值定理证明了非零解的存在和唯一性,并求得该解的一个近似值。通过分析,我们发现在发生随机故障的计算机网络中,既使病毒的有效传播率很小,仍然会在网络中长期存在,即病毒传播存在一个极小的临界值。     

基于多尺度特征选择与融合的目标检测方法

针对多尺度目标检测中特征图特征混淆和特征丰富程度不足的问题,提出一种基于多尺度特征选择与融合的目标检测算法。设计了一个特征选择模块来分离出不相关的特征,并结合特征金字塔网络形成特征选择网络结构,降低特征图中不同尺度目标的局部特征对当前尺度特征的干扰;提出一种浅层特征融合方法,将浅层特征逐级融合到较深层级特征中,解决特征图的特征不够丰富问题。结合特征选择架构和浅层特征融合架构,在PASCAL-VOC2007数据集上进行测试,结果mAP达到了80.1%。相较于基础的单阶段目标检测(single shot detection, SSD),所提算法的网络性能可提高2.9%,且在一些小目标和遮挡目标的检测效果上有明显的提升。通过对比和消融实验,证明了所提方法的有效性。     

混沌干扰下的随机共振研究

利用随机共振现象可以实现弱信号检测,目前大量的研究是在白噪声或色噪声背景下进行的,对于混沌干扰下的随机共振的研究却很少。研究了混沌背景干扰下的信号检测,发现在混沌干扰下双稳系统也会发生随机共振现象,因此可以检测出淹没在混沌干扰中的信号;在混沌与噪声同时存在的混合背景下,随机共振现象仍然存在,混合背景可以发生与单一噪声背景类似的随机共振现象。     

基于遗传算法的水下机器人大范围路径规划

智能水下机器人（AUV）研究领域中的一个重要问题是全局路径规划，它的目标是在已知障碍物的环境中寻找一条从起始状态到达目标状态的无碰路径。提出一种分层遗传算法来解决大范围海洋环境下AUV的路径规划问题。详细介绍了算法的实现，并进行了仿真实验，仿真结果证明了该算法的有效性。     

水下机器人的模糊滑模控制方法

建立了某水下机器人的水动力模型,采用模糊逻辑与滑模控制相结合的方法,通过模糊逻辑动态调整滑模控制器的指数趋近率的参数,有效地抑制了滑模控制中所存在的抖振现象,仿真试验和水池试验证明,该控制器能有效地消除滑模控制的抖振,对外部扰动具有较强的鲁棒性,而且具有良好的响应特性．     

基于混合微粒群算法的智能水下机器人模糊神经网络控制

为减少因水下机器人模糊神经网络控制器参数较多、手工调整困难及主观不确定性因素的影响,提出一种基于免疫理论和惯性权值非线性递减策略的混合微粒群算法.该算法在保持基本微粒群算法处理多峰和多维问题能力的基础上,根据粒子浓度和适应度来动态调整约束因子,同时结合惯性权值非线性递减策略来抑制算法早熟收敛,平衡全局和局部搜索能力.在与GAI、GA及基本微粒群算法的仿真比较试验中,该算法搜索到最佳近优解,且其收敛速度最快.在水下机器人仿真平台上的控制试验表明,基于混合微粒群算法的控制器性能良好,具有较强的抗海流干扰能力.仿真结果证明了该算法的可行性.     

基于双闭环的矢量推进器的AUV转向控制方法

水下无人自航行器(autonomous underwater vehicle,AUV)在对海洋环境进行勘查与测量时,实际航迹与目标航迹的偏差要求控制在一定精度范围内.在传统常采用的航向单闭环方法控制下,基于矢量推进器的AUV在高速转向时存在航迹跟踪效果差的缺点.针对这一问题,设计了一种双闭环自适应转向运动控制方法.该方法基于矢量推进器机动性强的特性,在AUV转向时将航向控制闭环和航速控制闭环设计成双闭环,调整航向的同时依据航向环偏航角差实时控制航速环AUV转向目标速度.理论分析和实验证明:在AUV转向时,该控制算法可以更好地实现航迹跟踪,实际航行轨迹与目标航迹的最大偏差可以控制在10,m以内.     

自主式水下机器人的光视觉管道探测跟踪系统

研究了自主式水下机器人（AUV）利用单目光视觉系统对水下管道的检测跟踪问题,对实现该方法的各个过程从硬件组成和软件体系结构两方面进行了阐述,从而完成了一整套水下光视觉系统的软、硬件设计. 分析了水下管道图像的特点,结合该特点阐述了图像预处理过程,提出了一种改进的Hough变换方法,改善了管道边界的提取效果. 同时采用管道参考区域预测方法,提高了管道的检测率以及实时性, 并利用水池试验对系统的可行性和有效性进行了验证.     

一种基于IDDF的多AUV协同导航算法研究

为提高多自主水下航行器(AUV)协同导航效果,克服由于水声通信限制引起的协同更新频率低,进而导致的先验估计误差大、协同导航效果差,以及大初始化误差条件下协同收敛速度慢的问题,提出一种基于迭代插值滤波(IDDF)的多AUV协同导航算法.该算法将迭代滤波技术与插值滤波(DDF)算法相结合,不仅降低了传统EKF(扩展卡尔曼滤波)算法模型截断化误差对滤波精度的影响,而且通过量测信息的迭代更新,保证了系统在弱可观测条件下量测信息的充分融合.仿真结果表明该算法明显改善了系统的协同导航效果,证明了该算法对于多AUV协同导航系统的有效性.     

改进模糊层次分析法在AUV总体性能评价中的应用

摘要： 为了便于设计者合理地对无人自主潜水器(AUV)设计方案的总体性能进行评价并选择出优异的设计方案,根据AUV的功能用途和其技术性能,结合专家的意见,构建了AUV总体性能评价体系．并引入改进模糊层次分析法,求解出AUV评价指标体系中各评价指标的权重．应用实例对比分析表明,该AUV总体性能评价模型能客观地反映AUV的总体性能;评价过程清晰,简化了大量计算,是一种全新、高效的AUV设计方案评价方法．该评价方法能有效地将多目标问题转化为单目标问题,可用于AUV研制方案的评价、优化．     

水下自航器的时变运动模型

为开发研制大航程、变速度的水下自航器 ,实现更精确的控制和导引 ,需建立水下自航器的时变运动模型。利用刚体分析动力学和理论流体力学的基本理论 ,研究水下自航器因燃料的消耗而引起的质量变化、质心位置和转动惯量的变化 ,导出描述其变化规律的方程 ;研究因推力变化而引起速度的改变 ,导出推力变化方程。在此基础上 ,推导出水下自航器空间运动方程组 ,并将数学模型表达成简明的矩阵形式 ,为研究变质量、变速度水下自航器的运动性能和设计控制及导引律提供基础     

水下机器人执行器的高斯粒子滤波故障诊断方法

针对智能水下机器人的执行器故障,提出了基于高斯粒子滤波的故障诊断方法.引入控制力(矩)损失参数表示故障,根据6自由度空间运动方程建立执行器故障模型;运用改进的高斯粒子滤波器对参数和运动状态进行联合估计;使用修正的贝叶斯算法检测故障,采用滑动窗口法估计故障的幅值;进行仿真实验并与真实海洋实验数据测试验证.结果表明,该方法能够快速检测故障,且故障幅值的估计精度较高.